Dans mon programme, je dois exécuter N threads séparés chacun avec leur propre RNG qui est utilisé pour échantillonner un grand ensemble de données. J'ai besoin de pouvoir semer tout ce processus avec une seule valeur afin de pouvoir reproduire les résultats. Suffit-il d'augmenter simplement...
Soit une séquence de variables aléatoires iid échantillonnées à partir d'une distribution alpha stable , avec les paramètres .X1,X2,…,X3nX1,X2,…,X3nX_1, X_2, \ldots, X_{3n}α=1.5,β=0,c=1.0,μ=1.0α=1.5,β=0,c=1.0,μ=1.0\alpha = 1.5, \; \beta = 0, \; c = 1.0, \; \mu = 1.0 Considérons maintenant la...
J'évalue actuellement un modèle de volatilité stochastique avec les méthodes de Markov Chain Monte Carlo. Ainsi, j'implémente les méthodes d'échantillonnage de Gibbs et Metropolis. En supposant que je prenne la moyenne de la distribution postérieure plutôt qu'un échantillon aléatoire, est-ce ce que...
Je suis assez sûr de comprendre comment fonctionne l'intégration de Monte-Carlo, mais je ne comprends pas la formulation de la façon dont elle est utilisée pour estimer Pi. Je vais suivre la procédure décrite dans la 5ème diapositive de cette présentation
J'essaie de comprendre le fonctionnement interne de Hamiltonian Monte Carlo (HMC), mais je ne peux pas comprendre pleinement la partie lorsque nous remplaçons l'intégration temporelle déterministe par une proposition Metropolis-Hasting. Je lis le génial article d'introduction A Conceptual...
Markov Chain Monte Carlo est une méthode basée sur les chaînes de Markov qui nous permet d'obtenir des échantillons (dans un cadre Monte Carlo) à partir de distributions non standard à partir desquelles nous ne pouvons pas prélever directement des échantillons. Ma question est de savoir pourquoi la...
Supposons que nous voulons calculer une certaine attente: EYEX|Y[f(X, Y) ]EOuiEX|Oui[F(X,Oui)]E_YE_{X|Y}[f(X,Y)] Supposons que nous voulions l'approcher en utilisant la simulation de Monte Carlo. EOuiEX| Oui[ f( X, Y) ] ≈ 1R S∑r = 1R∑s = 1SF( xr , s,
J'ai essayé de simuler à partir d'une densité bivariée utilisant les algorithmes de Metropolis dans R et je n'ai pas eu de chance. La densité peut être exprimée comme , où est la distribution de Singh-Maddalap ( x , y)p(X,y)p(x,y)p ( y| x)p(x)p(y|X)p(X)p(y|x)p(x)p ( x )p(X)p(x) p ( x ) = a qXa -...
Je n'ai jamais suivi de cours de statistique officiel, mais en raison de mes recherches, je tombe constamment sur des articles qui appliquent plusieurs concepts statistiques. Souvent, je vais voir une description d'un processus de Monte Carlo appliqué à une situation donnée, et pour ce que je peux...
Je prends un cours sur les méthodes de Monte Carlo et nous avons appris la méthode d'échantillonnage par rejet (ou Accept-Reject Sampling) lors de la dernière conférence. Il y a beaucoup de ressources sur le web qui montrent la preuve de cette méthode mais je ne suis pas convaincu avec elles....
J'essaie de calculer la probabilité marginale d'un modèle statistique par les méthodes de Monte Carlo: F( x ) = ∫F( x ∣ θ ) π( θ )réθF(X)=∫F(X∣θ)π(θ)réθf(x) = \int f(x\mid\theta) \pi(\theta)\, d\theta La probabilité est bien comportée - lisse, log-concave - mais de grande dimension. J'ai essayé...
J'espère que c'est le bon endroit pour demander, sinon n'hésitez pas à le déplacer vers un forum plus approprié. Je me demande depuis un certain temps maintenant comment traiter les fonctions intégrables non carrées avec l'intégration de Monte Carlo. Je sais que MC donne toujours une estimation...
J'aimerais comprendre l'utilisation de la simulation de Monte Carlo dans la chisq.test()fonction de R. J'ai une variable qualitative qui a 128 niveaux / classes. La taille de mon échantillon est de 26 (je n'ai pas pu échantillonner plus de "personnes"). Alors évidemment, j'aurai quelques niveaux...
D'après ce que j'ai lu, Hamiltonian Monte Carlo est la MCMCméthode "goto" lorsque votre problème est de grande dimension. Concrètement, combien de dimensions 10, 100, 1 000, 10 000, 100 000, ..., c'est trop? Le coût de calcul deviendra sans aucun doute un problème et je suppose que le modèle...
J'ai regardé une question d'augmentation de données MCMC; la forme générale de la question est la suivante: Supposons que les données recueillies sur un processus suggèrent et qu'un a priori pour le paramètre de débit soit suggéré comme . Les données sont enregistrées et présentées sous une forme...
J'ai deux groupes de 10 participants qui ont été évalués trois fois au cours d'une expérience. Pour tester les différences entre les groupes et entre les trois évaluations, j'ai exécuté une ANOVA de conception mixte 2x3 avec group(contrôle, expérimental), time(premier, deuxième, trois) et group x...
Je lisais cette question et j'ai pensé à simuler la quantité requise. Le problème est le suivant: si et sont normaux normaux, qu'est-ce que E (A ^ 2 | A + B) ? Je veux donc simuler E (A ^ 2 | A + B) . (pour une valeur choisie de A + B )UNEAABBBE(UNE2| A+B)E(A2|A+B)E(A^2|A+B)E(UNE2|...
Soit une fonction non négative. Je suis intéressé à trouver tel que La mise en garde : tout ce que je peux faire, c'est échantillonner aux points de . Je peux cependant choisir les emplacements où j'échantillonne au hasard, si je le souhaite. fffz∈[0,1]z∈[0,1]z \in
J'essaie de générer des ensembles de variables aléatoires liées de manière causale et j'ai commencé à le faire avec une approche de monte carlo. La ligne de base est un histogramme mesuré en 2 dimensions à partir duquel je tire des valeurs aléatoires. Dans mes exemples concrets, ces variables sont...
J'utilise actuellement un Latin Hypercube Sampling (LHS) pour générer des nombres aléatoires uniformes bien espacés pour les procédures de Monte Carlo. Bien que la réduction de variance que j'obtiens du LHS soit excellente pour 1 dimension, elle ne semble pas être efficace dans 2 dimensions ou...